序
本文主要研究一下redis的bitset数据结构的用场
相关命令
SETBIT
时间复杂度为O(1)
setbit login.20180906 102400000 0
setbit login.20180905 201400000 1
GETBIT
时间复杂度为O(1)
getbit login.20180905 201400000
BITOP
时间复杂度为O(N)
bitop or login.9m.week1or login.20180905 login.20180906
getbit login.9m.week1or 201400000
主要做bitset的and、or、xor、not操作,结果存在新的bitset中,注意时间复杂度为O(N)
BITPOS
时间复杂度为O(N)
bitpos login.20180905 1
返回指定bitset中在指定起始位置中第一个出现指定值的offset,不传start,end默认估计是0,-1
BITCOUNT
时间复杂度为O(N)
bitcount login.20180905
统计bitset中出现1的个数
使用场景
假设有个签到的需求,要实现的功能如下:
- 展示当天是否已经签到,签到了不能再签到了
- 展示最近一周的或者最近一个月的签到情况/历史(可以只不详细记录到每天的签到时间,只记录每天是否签到)
- 判断是否连续签到,若本周连续签到,则给予抽奖机会
这里我们就可以使用redis的bitset来实现:
签到
boolean originValue = redisTemplate.opsForValue().setBit(uidYearKey,dayIndx,true);
- 这里的key由uid,year构成,然后offset采用day的index
- 每个uid每个year一个key的话,如果用户数过多可能造成redis的key太多
获取签到数据
BitSet bitSet = fromByteArrayReverse(redisTemplate.opsForValue().get(uidYearKey).getBytes());
public static BitSet fromByteArrayReverse(final byte[] bytes) {
final BitSet bits = new BitSet();
for (int i = 0; i < bytes.length * 8; i++) {
if ((bytes[i / 8] & (1 << (7 - (i % 8)))) != 0) {
bits.set(i);
}
}
return bits;
}
- 这里有个注意事项,java读取bytes从小到大是从右往左读(
大端
),而redis存储的bytes从小到大是从左往右(小端
),因而这里读取bytes转为BitSet需要逆向一下
BitSet Range
public BitSet get(int fromIndex, int toIndex) {
//......
}
- BitSet有个方法,可以根据index来进行range,之后就可以用新的BitSet进行相关统计,比如BitSet的cardinality
小结
- 对于bitset来说,其优点就是节省内存,如果直接把用户id作为offset来存储相应的值,这个相比hash来说,节省了很多空间。类似统计最近N天连续登陆的人的个数这类场景就可以使用bitset来实现。
- 对于bitset的操作要注意,各个操作的时间复杂度,如果是getbit、setbit则都是O(1),bitop、bitcount、bitpos等都是O(N),在N比较大的时候要注意,可能是潜在的慢查询
**粗体** _斜体_ [链接](http://example.com) `代码` - 列表 > 引用
。你还可以使用@
来通知其他用户。